硬纪元AI峰会前瞻:线下大数据驱动下的新零售,目标是精准营销

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

线下大数据对新零售有哪些深刻影响和助推作用?

2017年年初,当当表示其开张的线下实体书店已经有143家。

2017年5月底,亚马逊在纽约的第一家实体书店开张,

还是2017年,京东号称要开一万家实体店。

硬纪元AI峰会前瞻:线下大数据驱动下的新零售,目标是精准营销

这些互联网商业巨头渴望将海量的线上大数据导入到线下,发挥其最大的效益。以亚马逊为例,贝索斯也是想要将互联网的数据有形化,打通线上和线下的数据,更精准地预测用户的行为。

而我们今天的主题就是其中很关键的一点:线下大数据。

瞄准新零售的线下大数据

大数据一直是这几年的热门,据相关数据显示,全球大数据市场规模在2016年达到了1802亿元,预计2017年将增至2211亿元。与此相对的,国内市场还有着极大的增长潜力,根据数据,2016年国内大数据市场的规模仅仅只有23.6亿元。

而这其中,最主要的还是线上大数据,它也是被互联网包围的我们接触最多的数据,比如你去淘宝买个东西,它会给你推荐很多相类似的产品,甚至在其他网站360度无死角地安利你去买与之相关的其他东西。

也正是因为互联网流量的巨大以及各大科技公司的加入,线上大数据市场的竞争日趋白热化,相比较之下,线下大数据市场还是一个尚未过多开垦的“蓝海”。

硬纪元AI峰会前瞻:线下大数据驱动下的新零售,目标是精准营销

何为线下大数据呢?

从事线下大数据搜集和分析的芝麻科技创始人兼CEO朱智给出了一个定义,“线上大数据是发生在线上的一些行为的累积,是一些行为被数据化的结果呈现。至于线下大数据,我们更多讲的是人们发生在线下的行为,是脱离了互联网、或者说跟互联网结合,但是实现场景是在线下的一些行为数据。”

随着线上大数据市场的饱和,近年来,线下大数据也正在进入“疯狂生长”阶段,不然亚马逊、京东也不会开始它们的实体店之旅,而它的首个目标场景就是“新零售(或智能零售)”。

线下大数据要怎么玩?

虽然现在大部分人已经习惯了网上消费购物,但是线下的零售商依然占据着庞大的流量,而且随着大数据、物联网以及AR、VR等技术的发展,传统的实体店有了更多的机会。

比如从事线下大数据的ZMT众盟CEO广宇昊所说,“传统的实体店有机会把零售作为一个数据来应用,建立以用户为王、产品为王、平台为王、服务为王、体验为王、线下线上融合的商务生态圈。”

但是线下大数据的收集却不是易事,这些数据主要还是从门店的POS机和监控摄像头中获得,现在也有一些厂商自研的智能硬件辅助数据的收集。

据了解,大部分线下大数据厂商都是以“智能硬件+终端APP”的形式,像ZMT众盟推出的众盟淘金盒子+“掌柜”APP,基于对数据的收集和分析,它能够向零售商展示客流量、到访频率、停留时间等等数据,从而掌握门店的运营状况。

硬纪元AI峰会前瞻:线下大数据驱动下的新零售,目标是精准营销

如果根据线上大数据进行广告推广靠的是概率,那么线下这种有明确消费行为产生的数据显得更加真实、有效、有针对性。比如,搜宝马的人不一定会买宝马,但是去过宝马4S店的人,一定会买,或者他处在想买宝马最后的关键节点上。

所以在一些线下大数据商看来,这些数据可以实现非常精准的零售营销。当然,这个过程如果可以和线上数据结合,产生的效果必然会更好,客户能够从不同的维度了解自己的运营情况,从而制定出更为精确的营销策略,实现线上线下对消费者的全面包围。

线下精准营销的核心是数据的准确性

人工智能渗入到传统行业并不是一帆风顺,线下大数据的挖掘和收集也存在不少的问题。

如何去判别哪些是线下的有用数据?这些数据要如何去分析处理?如何去说服线下的实体店去信任你的数据分析结果,精准营销的推进效果和预期相比怎样?

这些都是摆在线下大数据商面前的难题,其实相比较线上大数据的应用,线下大数据只能说是在起步发展阶段。

但是既然已经有不少互联网行业大佬将眼光瞄准线下,意味着这块蓝海市场正在被发掘,其中的问题自然也会被推动着解决。

硬纪元AI峰会前瞻:线下大数据驱动下的新零售,目标是精准营销

但是,不管是何种商业模式,抑或是数据应用方向,全面、精准的数据才是保证一切工作顺利开展的前提和关键。线下大数据商必须加强对大数据和算法的深度研究,打破大数据在行业应用的边界限制。

从千人一面到千人千面,智能商业打开了“以人为本”的营销模式。当“人”成为中心,精准地找到人就成为关键。互联网已经进入下半场,当线上红利逐渐消失,线下成为了新的价值洼地。线下大数据指向的,基于“人”的精细化运营将成为智能商业的必然趋势。

硬纪元AI峰会前瞻:线下大数据驱动下的新零售,目标是精准营销

不论你是线上大数据还是线下大数据领域内的大咖、学者、从业者、创业者,一定不要错过镁客网7月9日在北京国家会议中心举办的“3E“硬纪元”AI+产业应用创新峰会”,峰会期间将会有众多人工智能、智能家居等诸多领域的大咖,分享他们的最新见解与洞察。所以,你还在犹豫什么,赶紧点击链接报名参加吧!


原文发布时间: 2017-07-02 18:29
本文作者: 巫盼
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
14天前
|
机器学习/深度学习 人工智能 前端开发
转载:【AI系统】AI编译器前瞻
本文基于《The Deep Learning Compiler: A Comprehensive Survey》调研,对比了TVM、nGraph、TC、Glow和XLA五个热门AI编译器,介绍了它们的特点与优势。文章还探讨了AI编译器面临的挑战,如动态Shape问题、Python编译静态化、硬件性能优化等,并展望了AI编译器的未来发展方向,包括自动并行、自动微分和Kernel自动生成等技术。
转载:【AI系统】AI编译器前瞻
|
5天前
|
机器学习/深度学习 人工智能 算法
转载:【AI系统】AI 发展驱动力
本文介绍了AI的起源与发展历程,强调了2016年AlphaGo胜利对AI关注度的提升。文中详细解析了AI技术在搜索引擎、图片检索、广告推荐等领域的应用,并阐述了机器学习、深度学习和神经网络之间的关系。文章还深入探讨了AI的学习方法,包括模型的输入输出确定、模型设计与开发、训练过程(前向传播、反向传播、梯度更新)及推理过程。最后,文章概述了AI算法的现状与发展趋势,以及AI系统出现的背景,包括大数据、算法进步和算力提升三大关键因素。
转载:【AI系统】AI 发展驱动力
|
14天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与大数据在IT运维中的应用探索####
本文旨在探讨人工智能(AI)与大数据分析技术如何革新传统IT运维模式,提升运维效率与服务质量。通过具体案例分析,揭示AI算法在故障预测、异常检测及自动化修复等方面的实际应用成效,同时阐述大数据如何助力实现精准运维管理,降低运营成本,提升用户体验。文章还将简要讨论实施智能化运维面临的挑战与未来发展趋势,为IT管理者提供决策参考。 ####
|
17天前
|
机器学习/深度学习 人工智能 自然语言处理
AI驱动的个性化学习路径优化
在当前教育领域,个性化学习正逐渐成为一种趋势。本文探讨了如何利用人工智能技术来优化个性化学习路径,提高学习效率和质量。通过分析学生的学习行为、偏好和表现,AI可以动态调整学习内容和难度,实现真正的因材施教。文章还讨论了实施这种技术所面临的挑战和潜在的解决方案。
51 7
|
15天前
|
机器学习/深度学习 人工智能 前端开发
【AI系统】AI编译器前瞻
本文基于《The Deep Learning Compiler: A Comprehensive Survey》调研,对比了TVM、nGraph、TC、Glow和XLA五个热门AI编译器,介绍了它们的特点和应用场景。文章分析了AI编译器面临的挑战,包括动态Shape问题、Python编译静态化、发挥硬件性能、特殊优化方法及易用性与性能兼顾问题,并展望了AI编译器的未来,探讨了编译器形态、IR形态、自动并行、自动微分及Kernel 自动生成等方面的发展趋势。
37 1
|
19天前
|
人工智能 机器人 数据库
使用FlowiseAI轻松搭建AI驱动的交互式应用
FlowiseAI 是一款开源低代码工具,旨在帮助开发者构建自定义的语言学习模型应用。它提供拖放界面,支持与多种AI模型和数据库集成,适用于创建聊天机器人等交互式应用。使用阿里云的计算巢,用户可通过一键部署快速启动FlowiseAI,并通过简单的步骤配置和运行自定义的LLM应用。
|
19天前
|
人工智能 大数据 云计算
【AI系统】AI 发展驱动力
本文介绍了阿里云在2023年云栖大会上发布的多项新技术和产品,涵盖云计算、大数据、人工智能等领域,展示了阿里云最新的技术成果和行业解决方案,助力企业数字化转型。
|
5天前
|
机器学习/深度学习 人工智能 算法
转载:【AI系统】AI系统概述与设计目标
本文介绍了AI系统全栈架构,涵盖AI系统的设计目标、组成和生态,强调了系统性能、用户体验、稳定性及开源社区运营的重要性。文章详细解析了AI系统的基本概念、定义及其设计挑战,旨在为读者构建AI系统知识体系,助力AI技术的全面发展。通过对比传统软件和云计算架构,阐述了AI系统在连接硬件与应用间的独特作用,探讨了高效编程语言、开发框架和工具链的设计,以及AI任务的系统级支持,包括计算能力的扩展、自动编译优化、云原生自动分布式化等方面,为应对AI技术的新挑战提供了全面视角。
|
11天前
|
人工智能 分布式计算 DataWorks
大数据& AI 产品月刊【2024年11月】
大数据& AI 产品技术月刊【2024年11月】,涵盖本月技术速递、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据& AI 方面最新动态。
|
16天前
|
存储 自然语言处理 关系型数据库
基于阿里云通义千问开发智能客服与问答系统
在企业的数字化转型过程中,智能客服系统已成为提高客户满意度和降低运营成本的重要手段。阿里云的通义千问作为一款强大的大语言模型,具有自然语言理解、对话生成、知识检索等能力,非常适合用来开发智能客服与问答系统。 通过本博客,我们将演示如何基于阿里云的通义千问模型,结合阿里云相关产品如函数计算(FC)、API网关、RDS等,搭建一个功能齐全的智能客服系统。
61 5